如何从头开始构建计算机视觉模型而不使用预训练模型

我在计算机视觉领域完全是个新手。我希望构建一个模型,不使用预训练的模型,如coco数据集或任何开源图像数据集。任何关于如何构建此类模型的文章或参考资料将不胜感激。我希望从头开始构建这个模型,并且任何关于现有训练模型或API的建议都与此问题无关。提前感谢任何建议。我为这个项目偏好的编程语言是Python


回答:

这个Keras博客上的教程怎么样:

https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

应该非常简单明了,作者以循序渐进的方式撰写。它有这三个阶段,但你只需要第一阶段:

  1. 从头开始训练一个小型网络(作为基线)

  2. 使用预训练网络的瓶颈特征

  3. 微调预训练网络的顶层

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注